oncoPredict:一枚药物预测R包

0.背景知识一点点

oncoPredict是根据基因表达量来预测药物敏感性的R包。也就是说它可以根据你的样本基因表达量来告诉你每个药物的IC50值,这个值越低就说明药物越管用。

提到药物预测,还有一个pRRophetic包,建议不用看了,因为oncoPredict是它的plus版本。

还有一个cellMiner网站,之前写过,可以翻翻看。

1.载入数据

代码参考自:https://mp.weixin.qq.com/s/QRaTd-fIsqq6sPsLmOPvIw,一些背景知识也可以补充下.

在Training Data文件夹下存放着R包作者准备好的数据,用作药物预测的训练集。下载自:https://osf.io/c6tfx/

rm(list = ls())
library(oncoPredict)
library(data.table)
library(gtools)
library(reshape2)
library(ggpubr)
dir='./DataFiles/DataFiles/Training Data/'
dir(dir)

## [1] "CTRP2_Expr (RPKM, not log transformed).rds"         
## [2] "CTRP2_Expr (TPM, not log transformed).rds"          
## [3] "CTRP2_Res.rds"                                      
## [4] "GDSC1_Expr (RMA Normalized and Log Transformed).rds"
## [5] "GDSC1_Res.rds"                                      
## [6] "GDSC2_Expr (RMA Normalized and Log Transformed).rds"
## [7] "GDSC2_Res.rds"

可以看到其中包括了Cancer Therapeutics Response Portal (CTRP)和Genomics of Drug Sensitivity in Cancer (GDSC),我们直接用v2

两个数据库的数据,都是提供了基因表达矩阵和药物IC50表格。

exp = readRDS(file=file.path(dir,'GDSC2_Expr (RMA Normalized and Log Transformed).rds'))
exp[1:4,1:4]

##        COSMIC_906826 COSMIC_687983 COSMIC_910927 COSMIC_1240138
## TSPAN6      7.632023      7.548671      8.712338       7.797142
## TNMD        2.964585      2.777716      2.643508       2.817923
## DPM1       10.379553     11.807341      9.880733       9.883471
## SCYL3       3.614794      4.066887      3.956230       4.063701

dim(exp)

## [1] 17419   805

drug = readRDS(file = file.path(dir,"GDSC2_Res.rds"))
drug <- exp(drug) #下载到的数据是被log转换过的,用这句代码逆转回去
drug[1:4,1:4]

##                Camptothecin_1003 Vinblastine_1004 Cisplatin_1005
## COSMIC_906826          0.3158373      0.208843106     1116.05899
## COSMIC_687983          0.2827342      0.013664227       26.75839
## COSMIC_910927          0.0295671      0.006684071       12.09379
## COSMIC_1240138         7.2165789               NA             NA
##                Cytarabine_1006
## COSMIC_906826       18.5038719
## COSMIC_687983       16.2943594
## COSMIC_910927        0.3387418
## COSMIC_1240138              NA

dim(drug)

## [1] 805 198

identical(rownames(drug),colnames(exp))

## [1] TRUE

drug是药物IC50值,exp是对应细胞系基因的表达矩阵。可以看到二者的样本名称是对应的。

2.操练一下

搞一个示例数据,从矩阵里面直接随机取了4个样本。

test<- exp[,sample(1:ncol(exp),4)]
test[1:4,1:4]  

##        COSMIC_1290797 COSMIC_906830 COSMIC_907314 COSMIC_907068
## TSPAN6       8.196623      5.542645      6.960978      6.896404
## TNMD         2.692706      2.736643      3.038283      2.774103
## DPM1        10.829487      9.890112      9.912911     10.757162
## SCYL3        3.840380      3.346422      3.845654      4.490674

colnames(test)=paste0('test',colnames(test))
dim(test)

## [1] 17419     4

运行时间很长,所以if(F)注释掉。

if(F){
  calcPhenotype(trainingExprData = exp,
                trainingPtype = drug,
                testExprData = test,
                batchCorrect = 'eb',  #   "eb" for array,standardize  for rnaseq
                powerTransformPhenotype = TRUE,
                removeLowVaryingGenes = 0.2,
                minNumSamples = 10, 
                printOutput = TRUE, 
                removeLowVaringGenesFrom = 'rawData' )
}

R包Vignette里关于batchCorrect参数的说明

batchCorrect options: “eb” for ComBat, “qn” for quantiles normalization, “standardize”, or “none”

“eb” is good to use when you use microarray training data to build models on microarray testing data.

“standardize is good to use when you use microarray training data to build models on RNA-seq testing data (this is what Paul used in the 2017 IDWAS paper that used GDSC microarray to impute in TCGA RNA-Seq data, see methods section of that paper for rationale)

R包Vignette里关于removeLowVaringGenesFrom参数的说明

Determine method to remove low varying genes. #Options are ‘homogenizeData’ and ‘rawData’ #homogenizeData is likely better if there is ComBat batch correction, raw data was used in the 2017 IDWAS paper that used GDSC microarray to impute in TCGA RNA-Seq data.

也就是说,芯片数据就用上面代码里的参数,转录组数据的话,就将batchCorrect改为standardize

removeLowVaringGenesFrom,作者说的也模糊啊。随便吧。

3.看看结果

这是运行之后的结果,被存在固定文件夹calcPhenotype_Output下。文件名也是固定的DrugPredictions.csv。因此一个工作目录只能计算一个数据,你可别混着用哦。

library(data.table)
testPtype <- read.csv('./calcPhenotype_Output/DrugPredictions.csv', row.names = 1,check.names = F)
testPtype[1:4, 1:4]

##                    Camptothecin_1003 Vinblastine_1004 Cisplatin_1005
## testCOSMIC_688011         0.10760213       0.11167741       38.54915
## testCOSMIC_687586         0.07044805       0.01858011       20.74525
## testCOSMIC_1290795        0.10672687       0.02699725       43.80543
## testCOSMIC_909709         0.14925178       0.03303756       36.73508
##                    Cytarabine_1006
## testCOSMIC_688011         8.099842
## testCOSMIC_687586         4.612872
## testCOSMIC_1290795       13.370822
## testCOSMIC_909709        10.393066

dim(testPtype)

## [1]   4 198

identical(colnames(testPtype),colnames(drug))

## [1] TRUE

198种药物IC50的预测结果就在这个表格里啦。

可以画个图比较一下预测结果与真实数据,可以肉眼计算相关性系数基本是1,也就知道了计算的结果确实是IC50值,而且计算的还挺准。(当然准啦,因为数据是从矩阵里面截取的)

library(stringr)
p = str_remove(rownames(testPtype),"test")
a = t(rbind(drug[p,],testPtype))
a = a[,c(1,5,2,6,3,7,4,8)]
par(mfrow = c(2,2))
plot(a[,1],a[,2])
plot(a[,3],a[,4])
plot(a[,5],a[,6])
plot(a[,7],a[,8])
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,951评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,606评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,601评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,478评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,565评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,587评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,590评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,337评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,785评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,096评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,273评论 1 344
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,935评论 5 339
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,578评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,199评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,440评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,163评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,133评论 2 352

推荐阅读更多精彩内容